JP2006228035A - 在庫補充モデルの選定方法及びシステム - Google Patents

在庫補充モデルの選定方法及びシステム Download PDF

Info

Publication number
JP2006228035A
JP2006228035A JP2005042738A JP2005042738A JP2006228035A JP 2006228035 A JP2006228035 A JP 2006228035A JP 2005042738 A JP2005042738 A JP 2005042738A JP 2005042738 A JP2005042738 A JP 2005042738A JP 2006228035 A JP2006228035 A JP 2006228035A
Authority
JP
Japan
Prior art keywords
inventory
replenishment
management level
model
product
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2005042738A
Other languages
English (en)
Other versions
JP4753590B2 (ja
Inventor
Hiroyuki Nakahara
裕之 中原
Takao Sato
隆夫 佐藤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP2005042738A priority Critical patent/JP4753590B2/ja
Publication of JP2006228035A publication Critical patent/JP2006228035A/ja
Application granted granted Critical
Publication of JP4753590B2 publication Critical patent/JP4753590B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】製品(商品)の特性に応じて、製品(商品)毎の最適な在庫補充方法を選定する。
【解決手段】需要データを入力後、商品毎に、需要量ランク、需要予測精度ランク、及び、需要量により在庫管理レベルを判定する「在庫管理レベル選定テーブル」を作成し、そこから最適な在庫管理レベルを選択し、この在庫管理レベルの決定と同時に、6つの在庫補充制約条件(「制約なし」、「受注/出荷日固定」、「補充サイクル固定」、「補充量固定」、「補充量制約」、「最大在庫量固定」)を加味して、在庫補充モデルを判定して、最適な5つの在庫補充モデル(必要時必要量型モデル、定期必要量型モデル、必要時定量型モデル、発注点法型モデル、定期上限値型モデル)の1つを選択する。
【選択図】 図1

Description

本発明は、在庫補充モデルの選定方法及びシステムに係り、特に、SCM(サプライチェーンマネジメント)の在庫計画における在庫補充モデルの設定を効率的に行うことができる在庫補充モデルの選定方法及びシステムに関する。
SCMの在庫計画における代表的な在庫補充モデルとして、「発注点法(定量発注法)」、「定期発注法」が一般に利用されている。「発注点法(定量発注法)」は、発注点に達した時に常に一定量ずつ発注する方法であり、「定期発注法」は、一定期間のサイクルで発注する方法である。
なお、SCMの在庫計画における在庫補充モデルの選定に関する技術は、現在まで存在していないが、倉庫内での在庫管理を商品単位に行うことができるようにした技術が、例えば、特許文献1等に記載されて知られている。
特開平8−91510号公報
前述したような従来のSCMの在庫計画では、どのような特性を持った商品に対して、どの在庫補充モデル(発注方式)を適用すべきかという選定ルールが定式化されていない。そのため、商品の特性に応じた適正な在庫補充モデルの選定を行うことができず、本来、厳密に管理すべき商品に簡易な在庫補充方法を適用して、商品の欠品、過剰在庫を発生させたり、逆に、簡易な管理をしてもよい商品に厳密な在庫補充方式を適用し、その結果無駄な手間がかかるというように「在庫の適正化」、「管理効率」の両面の観点で不具合が生じ易いという問題点を有している。
本発明の目的は、前述したような従来のSCMの在庫計画における在庫補充モデルの選定における問題点を解決し、製品(商品)の特性に応じて、製品(商品)毎の最適な在庫補充方法を選定することができるようにした在庫補充モデルの選定方法及びシステムを提供することにある。
本発明によれば前記目的は、SCMの在庫計画における在庫補充モデルの選定方法において、情報処理装置内に在庫管理レベル処理部と、在庫補充モデル処理部とを構成し、前記在庫管理レベル処理部が、入力される商品毎の需要情報、需要予測情報、及び、予め定めた在庫管理レベルパラメータ、在庫管理レベル選定情報に基づいて商品毎の在庫管理レベルを決定し、前記在庫補充モデル処理部が、前記商品毎の在庫管理レベルと、商品毎に予め定めた制約条件とに基づいて商品毎の在庫補充モデルを決定することにより達成される。
また、前記目的は、SCMの在庫計画における在庫補充モデルの選定方法システムにおいて、情報処理装置内に、入力される商品毎の需要情報、需要予測情報、及び、予め定めた在庫管理レベルパラメータ、在庫管理レベル選定情報に基づいて商品毎の在庫管理レベルを決定する在庫管理レベル処理部と、前記商品毎の在庫管理レベル、及び、商品毎に予め定めた制約条件に基づいて商品毎の在庫補充モデルを決定する在庫補充モデル処理部とを構成したことにより達成される。
本発明によれば、製品(商品)の特性に応じて、在庫管理レベルを設定し、制約条件により製品(商品)毎の在庫補充モデルを最適に、柔軟に選定することができ、これにより、製品(商品)毎の適正在庫水準、的確な在庫管理を実現することができ、在庫管理システム全体の精度の向上を図ることができる。
以下、本発明による在庫補充モデルの選定方法及びシステムの実施形態を図面により詳細に説明する。
図1は本発明の一実施形態による在庫補充モデルの選定システムの構成例を示すブロック図である。図1において、10は入力装置、20は画面表示装置、30は処理装置、40は記憶装置、50は出力装置、60は在庫管理レベル処理部、70は在庫補充モデル処理部、80は受注予測システム、90は受注システム、100は発注システム、300は需要情報データベース(DB)、301は需要予測DB、302は在庫管理レベルパラメータテーブル、303は在庫管理レベル選定テーブル、304は在庫管理レベルDB、305は在庫補充制約条件テーブル、306は商品補充制約条件テーブル、307は在庫補充モデルDBである。
図1に示す本発明の実施形態による在庫補充モデルの選定システムは、入力装置10、画面表示装置20、処理装置30、記憶装置40、出力装置50を有して構成され、これに、記憶装置40を介して外部システムとしての受注予測システム80、受注システム90、発注システム100が接続されている。前述において、外部システム以外の部分は、例えば、PC、ワークステーション等の情報処理装置により構成され、処理装置30は、CPU、CPUがワークメモリとして使用する主メモリ等を含んで構成されており、在庫管理レベル処理部60と在庫補充モデル処理部70とを構成している。記憶装置40は、磁気ディスク装置等による記憶装置であり、需要情報DB300、需要予測DB301、在庫管理レベルパラメータテーブル302、在庫管理レベル選定テーブル303、在庫管理レベルDB304、在庫補充制約条件テーブル305、商品補充制約条件テーブル306、及び、在庫補充モデルDB307を格納している。
図2は処理装置30に含まれる在庫管理レベル処理部60及び在庫補充モデル処理部70と、記憶装置40に収容される各テーブル、各DBとの関連を説明する図であり、図の符号は図1の場合と同一である。
図2において、外部システムである受注予測システム80は、詳細を後述する需要予測DB301の商品コード欄321、数量欄322に対して受注予測情報の登録及び更新を行うシステムである。外部システムである受注システム90は、詳細を後述する需要情報DB300の商品コード欄311、数量欄312に対して受注情報の登録及び更新を行うシステムである。在庫管理レベル処理部60は、需要情報DB300、需要予測DB301、詳細を後述する在庫管理レベルパラメータテーブル302、在庫管理レベル選定テーブル303の情報に基づいて、商品毎の在庫管理レベルを検出し、詳細を後述する在庫管理レベルDB304へ出力する。在庫補充モデル処理部70は、在庫管理レベルDB304、詳細を後述する在庫補充制約条件テーブル305、商品補充制約条件306の情報に基づいて商品毎の在庫補充モデルを抽出し、詳細を後述する在庫補充モデルDB307を更新する。そして、外部システムである発注システム100は、在庫補充モデルDB307を利用して商品毎の発注情報を算出する。
図3は需要情報DB300のデータ構成例を示す図である。需要情報DB300には、商品毎に、商品を一意に識別する商品コード欄311、商品コードに対応する商品の需要数量を表す数量欄312が設けられている。数量欄312は、1日単位で設けられ、1ヶ月単位で区切られている。この数量欄312に格納される値は、実績としての需要量を示すものである。
図4は需要予測DB301のデータ構成例を示す図である。需要予測DB301には、商品毎に、商品コード欄321、商品コードに対応する商品の予測需要数量を表す数量欄322が設けられている。数量欄322は、1日単位で設けられ、1ヶ月単位で区切られる。この数量欄322に格納される値は、日毎に予測される予測需要量を示すものである。この予測需要量は、実績としての需要量を示す図3の需要情報DB300の需要量の変動傾向から推定されるものである。
図5は在庫管理レベルパラメータテーブル302のデータ構成例を示す図である。在庫管理レベルパラメータテーブル302には、「a」、「b」、「c」、「d」と定義されたパラメータ定義欄331、パラメータ欄332が設けられている。パラメータ欄332に格納される値は、パラメータ定義に対応する任意の数値であり、システムを運用しながら変更される値である。そして、この値は、図6により次に説明する在庫管理レベル選定テーブル303において、需要予測誤差率標準偏差である需要予測精度ランクと受注変動係数である需要量ランクとの設定に利用される。
図6は在庫管理レベル選定テーブル303のデータ構成例を示す図である。この在庫管理レベル選定テーブル303は、需要量の一定の階級値毎に備えられるものであり、(需要予測誤差率標準偏差=需要予測精度ランク)をXとして、Xの値を前述のパラメータ定義「a」、「b」、「c」、「d」の値で複数の範囲に分けたものと、(受注変動係数=需要量ランク)をYとして、Yの値を前述のパラメータ定義「a」、「b」、「c」、「d」の値で複数の範囲に分けたものとの組み合わせで決まる在庫管理レベル「A」、「B」、「C」を格納している。
すなわち、管理レベル選定テーブル303には、X(需要予測誤差率標準偏差=需要予測精度ランク)欄341、Y(受注変動係数=需要量ランク)欄345が設けられており、X欄341は、「b<X」の欄342、「a≦X<b」の欄343、「0≦X<a」の欄344に分けられ、Y欄345は、「d<Y」の欄346、「c≦Y<d」の欄347、「0≦Y<c」の欄348に分けられている。パラメータ定義「a」、「b」、「c」、「d」の値は、a<b、c<dとされており、前述のXの値は、その値が小さいほど需要予測精度ランクが小さく、また、Yの値は、その値が小さいほど需要量ランクが小さい。そして、Xの値が小さく、Yの値が小さい場合に、在庫管理レベルとして低い値、図示例ではCが設定され、Xの値が大きく、Yの値が大きい場合に、在庫管理レベルとして高い値、図示例ではAが設定される。
図7は在庫管理レベルDB304のデータ構成例を示す図である。在庫管理レベルDB304には、商品毎に、商品コード欄351、在庫管理レベル欄352が設けられ、在庫管理レベル欄322には、「A」、「B」、「C」といった予め定義された在庫管理レベルを示すための各情報が格納されている。これらの在庫管理レベル「A」、「B」、「C」は、図6により説明した例に示す在庫管理のレベルであり、商品毎に設定される。
図8は在庫補充制約条件テーブル305のデータ構成例を示す図であり、本発明の実施形態による在庫補充モデルの選定を実現するための在庫管理レベル−補充制約条件−在庫補充モデルの関連を表として示したものである。この在庫補充制約条件テーブル305には、管理レベル欄361、補充制約条件欄362、在庫補充モデル欄363が設けられている。管理レベル欄361は、「在庫管理レベルA」、「在庫管理レベルB」、「在庫管理レベルC」に分けられており、補充制約条件欄362には、在庫管理レベルA〜Cのそれぞれに、「制約なし」、「受注/出荷日固定」、「補充サイクル固定」、「補充量固定」、「補充量制約」、「最大在庫量固定」の各補充制約条件が格納され、在庫補充モデル欄363には、在庫管理レベルと制約条件との組み合わせに対応させて、1.「必要時必要量型」、2.「定期必要型」、3.「必要時定量型」、4.「発注点法型」、5.「定期上限値型」といった在庫補充モデルを示す情報が格納されている。
図9は商品補充制約条件テーブル306のデータ構成例を示す図である。商品補充制約条件テーブル306には、商品毎に、商品コード欄371、補充制約条件欄372が設けられ、補充制約条件欄372には、「制約なし」欄373、「受注/出荷日固定」欄374、「補充サイクル固定」欄375、「補充量固定」欄376、「補充量制約」欄377、「最大在庫量固定」欄378が設けられている。そして、商品毎に、どの制約条件が設定されているかが、丸印で示されている。
図10は在庫補充モデルDB307のデータ構成例を示す図である。在庫補充モデルDB307には、商品毎に商品コード欄381、在庫補充モデル欄382が設けられている。在庫補充モデル欄382には、図8により説明した在庫補充モデルである1.「必要時必要量型」、2.「定期必要型」、3.「必要時定量型」、4.「発注点法型」、5.「定期上限値型」のいずれか1つが商品毎に設定される。この内容は、図7により説明した商品毎の在庫管理レベル、図9により説明した商品毎の補充制約条件の各情報と、図8により説明した在庫補充制約条件テーブル306の情報とから得ることができる。そして、商品の需要は変動するので、図10に示す在庫補充モデルDB307は、需要の変動に伴って、例えば、月毎、期毎等に変更される。
図11は本発明の実施形態による在庫補充モデルの選定の手順を説明するフローチャートであり、次に、これについて説明する。なお、図11に点線で囲んである部分が、それぞれ、在庫管理レベル処理部60による処理、在庫補充モデル処理部70による処理を示している。
(1)まず、在庫管理レベル処理部60、在庫補充モデル処理部70での処理を実行するため、在庫管理レベル選定テーブル303を作成する処理、及び、在庫補充制約条件テーブル306を作成する処理を実施する(ステップ401、402)。
(2)次に、在庫管理レベル処理部60は、需要情報DB300、需要予測DB301から需要情報を読み込み、また、在庫管理レベルパラメータテーブル302、在庫管理レベル選定テーブル303を読み込む(ステップ403)。
前述において、需要情報DB300の商品コード欄311、数量欄312の各情報は、外部システムである受注システム90により情報の登録及び情報の変更が発生した場合に、情報の更新が行われており、また、需要予測DB301の商品コード欄321、数量欄322の各情報は、外部システムである受注予測システム80により情報の登録及び情報の変更が発生した場合に、情報の更新が行われている。
(3)次に、在庫管理レベル処理部60は、図12に示して後述する「在庫管理レベル選定テーブル303」のグラフにマッピングするため、ステップ403の処理で読み込んだ需要情報、需要予測情報、在庫管理レベルパラメータテーブル302、在庫管理レベル選定テーブル303を元に、商品毎に需要予測精度ランクの算出と、需要量ランクの算出と、需要量より位置が決定する在庫管理レベル選定テーブル境界線を設定する処理とを同時に行う(ステップ404〜406)。
図12は図6に示す「在庫管理レベル選定テーブル303」を商品毎に作成して、それをグラフにして模式的に説明する図であり、ここで、前述したステップ404〜406での「在庫管理レベル選定テーブル303」に関連する処理についてを詳細に説明する。なお、図12における需要量境界線503は概念的なものである。
図12に示す「在庫管理レベル選定テーブル303」のグラフは、ステップ404で算出する「需要予測精度ランク」501(図6におけるXの値を示す)、ステップ405で算出する「需要量ランク」502(図6におけるYの値を示す)及びステップ406で算出し、需要量により移動する「需要量境界線」503の3つのファクタで構成される。在庫管理レベルは、「需要量境界線」503に分けられて、「A」、「B」、「C」の3段階に分けられることになる。
ステップ404の処理で算出される「需要予測精度ランク」501は、需要予測誤差率標準偏差として算出される。この需要予測誤差率標準偏差は、標準偏差を算出するよく知られた式(1)で算出することができる。
需要予測誤差率標準偏差
=√〔{Σ(需要予測誤差率−需要予測誤差率平均値)2}/(カウント数−1)〕……(1)
この需要予測誤差率標準偏差の数値が小さいほど需要予測精度が高い。逆に、需要予測誤差率標準偏差の数値が大きいほど需要予測精度が低い。
図12に示す「在庫管理レベル選定テーブル303」のグラフにおいて、この需要予測精度ランク501は縦軸に設定される。
ステップ405の処理で算出される「需要量ランク」502は、受注変動係数として算出される。この受注変動係数が大きいほど需要量ランクが高く、逆に受注変動係数が小さいほど需要量ランクが低い。なお、受注変動係数の算出のために、LT=リードタイム、または、LT+サイクルの長さにより受注変動係数が月単位になるか、日単位になるかを選定する。この受注変動係数は、下記の式で算出することができる。
LTまたはLT+サイクルが0.5ヶ月以上の場合、月単位受注変動係数として、次に示す式(2)、式(3)のように算出することができる。
月単位受注変動係数=月単位受注標準偏差/月当たり受注実績平均値 ……(2)
月単位受注標準偏差
=√〔{Σ(月当たり受注実績−月当たり受注実績平均値)2}/(月数−1)〕 ……(3)
LTまたはLT+サイクルが0.5ヶ月未満の場合、日単位受注変動係数として、次に示す式(4)、式(5)のように算出することができる。
日単位受注変動係数=日単位受注標準偏差/日当たり受注実績平均値 ……(4)
日単位受注標準偏差
=√〔{Σ(日当たり受注実績−日当たり受注実績平均値)2}/(日数−1)〕 ……(5)
なお、前述において、“0.5ヶ月”という設定は、例として示したものであり、任意の数値であってよい。図12に示す「在庫管理レベル選定テーブル303」のグラフにおいて、この需要量ランク502は横軸に設定される。
ステップ406のでの「需要量境界線」503の設定の処理について、図12を参照して説明する。「在庫管理レベル選定テーブル303」のグラフにおける境界線503は、需要量により変動するものである。すなわち、需要量大の場合、「在庫管理レベル選定テーブル303」のグラフの境界線503は、図12に矢印で示しているように、右上へシフトされる。この結果、在庫管理レベルAの範囲が広くなり、在庫管理レベルCの範囲が狭くなる。需要量小の場合、「在庫管理レベル選定テーブル303」のグラフの境界線503は、矢印の方向とは逆に左下へシフトされる。この結果、在庫管理レベルAの範囲が狭くなり、在庫管理レベルCの範囲が広くなる。需要量ランクが大きく、需要予測精度が小さいほど、在庫管理レベルが高くなり、図12に示す例の場合、在庫管理レベルA>在庫管理レベルB>在庫管理レベルCとなる。
(4)次に、在庫管理レベル処理部60は、ステップ404〜406での処理によって実行された図12に示す「在庫管理レベル選定テーブル303」のグラフへのマッピングの結果を受けて、商品毎に在庫管理レベルを判定する(ステップ407)。
(5)その後、在庫管理レベル処理部60は、ステップ407での判定結果を商品毎の在庫管理レベルDB304へ出力する。この処理の終了により、商品毎の在庫管理レベルが確定し、在庫管理レベル処理部60での処理が終了する(ステップ408)。
図13は在庫管理レベル選定テーブル303のデータ構成を細分化して示す図である。この図13に示す在庫管理レベル選定テーブル303は、需要予測精度ランクX及び需要量ランクYを図6に示す場合より、細かく分けた例である。
在庫管理レベル処理部60は、前述の処理の中で、図13に示す在庫管理レベル選定テーブル303において在庫管理レベルBで在庫切れが発生し、その発生頻度が予め定めた閾値より大きい場合に、管理精度を高めるために、その区域の在庫管理レベルを在庫管理レベルBから在庫管理レベルAへ上げる(図13にB→Aとして示す区域)。また、在庫管理レベルBにおいて管理精度を低くすむ場合は、その区域の在庫管理レベルを在庫管理レベルBから在庫管理レベルCへ下げる(図13にB→Cとして示す区域)。
(6)その後、在庫補充モデル70での処理が開始され、在庫補充モデル処理部70は、ステップ408で処理した在庫管理レベルDB304の出力データと在庫補充制約条件テーブル305と商品補充制約条件テーブル306とを読み込む(ステップ409)。
(7)次に、在庫補充モデル処理部70は、在庫補充制約条件テーブル305に基づいて在庫補充制約条件を加味し、また、商品補充制約条件テーブル306に基づいて商品毎の補充制約条件を加味して、商品に該当する最適と思われる在庫補充モデル363を選択する(ステップ410)。
(8)次に、在庫補充モデル処理部70は、ステップ410での在庫補充モデル設定後、商品毎に在庫補充モデルを在庫補充モデルDB307へ出力する。この処理の終了により、商品毎の在庫補充モデルが確定され、在庫補充モデル処理部70での処理は終了する(ステップ411)。
(9)次に、在庫管理レベル処理部60と在庫補充モデル処理部70とは、需要情報DB300、需要予測DB301に格納されている全需要情報に関してステップ403〜ステップ411の処理が終了したが否かを判別し、処理を実施していない需要情報が残っている場合、残っている需要情報に関してステップ403〜ステップ411の処理を繰り返す。そして、全受注情報に関してステップ403〜ステップ411の処理が終了している場合、在庫管理レベル処理部60、在庫補充モデル処理部70は処理を終了し、外部システムである発注システム100が発注情報を算出する(ステップ412)。
前述した本発明の実施形態における各処理は、処理プログラムとして構成することができ、この処理プログラムは、HD、DAT、FD、MO、DVD−ROM、CD−ROM等の記録媒体に格納して提供することができる。
前述したステップ410の処理における在庫補充モデルの選択において、在庫補充制約条件テーブル305の補充制約条件362には、「制約なし」、「受注/出荷日固定」、「補充サイクル固定」、「補充量固定」、「補充量制約」、「最大在庫量固定」の6つがあるので、これらに管理レベル欄361内での制約を加味して、在庫補充モデル欄363から、1.「必要時必要量型」、2.「定期必要型」、3.「必要時定量型」、4.「発注点法型」、5.「定期上限値型」の5つのパターンの1つを最適なモデルとして決定する。以下に、在庫管理レベル毎に、制約を加味した最適な在庫補充モデルについて説明する。
いま、ある商品について、在庫管理レベルAが最適であると設定された場合、補充制約条件が「制約なし」であれば、在庫補充モデルは、1.「必要時必要量型」モデル、補充制約条件が「受注/出荷日固定」であれば、在庫補充モデルは、2.「定期必要量型」モデル、補充制約条件が「補充サイクル固定」であれば、在庫補充モデルは、2.「定期必要量型」モデル、補充制約条件が「補充量固定」であれば、在庫補充モデルは、3.「必要時定量型」モデル、補充制約条件が「補充量制約」であれば、在庫補充モデルは、1.「必要時必要量型」モデル、補充制約条件が「最大在庫量固定」であれば、在庫補充モデルは、3.「必要時定量型」モデルとなる。
また、ある商品について、在庫管理レベルBが最適であると設定された場合、補充制約条件が「制約なし」であれば、在庫補充モデルは、3.「必要時定量型」モデル、補充制約条件が「受注/出荷日固定」であれば、在庫補充モデルは、2.「定期必要量型」モデル、補充制約条件が「補充サイクル固定」であれば、在庫補充モデルは、2.「定期必要量型」モデル、補充制約条件が「補充量固定」であれば、在庫補充モデルは、3.「必要時定量型」モデル、補充制約条件が「補充量制約」であれば、在庫補充モデルは、3.「必要時定量型」モデル、補充制約条件が「最大在庫量固定」であれば、在庫補充モデルは、3.「必要時定量型」モデルとなる。
さらに、ある商品について、在庫管理レベルCが最適であると設定された場合、補充制約条件が「制約なし」であれば、在庫補充モデルは、4.「発注点法型」モデル、補充制約条件が「受注/出荷日固定」であれば、在庫補充モデルは、5.「定期上限値型」モデル、補充制約条件が「補充サイクル固定」であれば、在庫補充モデルは、5.「定期上限値型」モデル、補充制約条件が「補充量固定」であれば、在庫補充モデルは、4.「発注点法型」モデル、補充制約条件が「補充量制約」であれば、在庫補充モデルは、4.「発注点法型」モデル、補充制約条件が「最大在庫量固定」であれば、在庫補充モデルは、4.「発注点法型」モデルとなる。
次に、前述した処理で選択される図8に示している5つの在庫補充モデルのそれぞれについて説明する。
図14は必要時必要量型モデルについて在庫量の時間変化を示す図である。図14内に示す発注LTは、発注日から入庫日までのリードタイムであり、以後に説明する図15から図18の場合も同一である。必要時必要量型モデルは、在庫が所定の在庫日数を切る直前に必要量を発注するモデルである。すなわち、必要時必要量型モデルは、在庫量(現在庫量+入庫予定日までの注残−入庫予定日までの予測量合計)が安全在庫量を切っているかどうかをチェックし、不足していた場合、所定の発注日数分の需要量を発注するというモデルであり、発注管理工数が大きくなるが、管理精度が高いという特徴を有する。
図15は定期必要量型モデルについて在庫量の時間変化を示す図である。定期必要量型モデルは、所定のサイクルで、次回の発注入庫までの必要量を発注するモデルである。すなわち、定期必要量型モデルは、所定の発注サイクルで、次回の発注入庫までの必要量を発注するモデルであり、定期的に、次回入庫日までの需要量と安全在庫量との合計と、計画立案日の在庫量と注残との合計の差を発注する。
図16は必要時定量型モデルについて在庫量の時間変化を示す図である。必要時定量型モデルは、在庫がなくなる直前(安全在庫量に達した場合)に、定量を発注するモデルである。すなわち、必要時定量型モデルは、入庫予定日の在庫量(現在庫量+入庫予定日までの注残−入庫予定日までの予測量合計)が安全在庫量を切っているかどうかチェックし、不足していた場合に、入庫予定日の上限値との差または設定された発注量を発注するするというモデルである。
図17は発注点法型モデルについて在庫量の時間変化を示す図である。発注点法型モデルは、所定の発注点を割った場合、定量または上限値との差を発注するモデルである。すなわち、発注点法型モデルは、現在庫量+注残が発注点(LT期間内の平均需要量+定量安全在庫)を切った場合、入庫予定日の上限値との差または予め設定された発注量を発注するモデルであり、発注管理工数を小さくすることができるか、管理精度が低いという特徴を有する。
図18は定期上限値型モデルについて在庫量の時間変化を示す図である。定期上限値型モデルは、所定の発注サイクルで所定の上限値との差異を発注するモデルである。すなわち、定期上限値型モデルは、定期的に、現在庫量+注残と所定の上限値との差を発注するモデルであり、発注管理工数を小さくすることができるが、管理精度が低いという特徴を有する。
前述した図6の説明において、在庫管理レベル選定テーブル303が需要量の一定の階級値毎に備えられるとして説明したが、次に、異なる需要量毎に作成された在庫管理レベル選定テーブル303のデータ構成例について説明する。
図19は異なる需要量毎の在庫管理レベル選定テーブル303のデータ構成例を示す図である。
図19(a)に示す在庫管理レベル選定テーブル303は、図6に示したものと全く同一のテーブルであり、いま、この在庫管理レベル選定テーブル303が、需要量が100である場合のテーブルであるとして、需要量が80及び120の場合の在庫管理レベル選定テーブル303を図19(b)、図19(c)として示している。図19(b)、図19(c)におけるa1、b1、c1、d1、a2、b2、c2、d3の意味は、図6により説明したa、b、c、dの意味と同一である。
図19(b)に示す需要量80の場合、図12に示すグラフにおける需要量境界線503が左斜め下の方向に移動することになり、a1、b1、c1、d1の値は、需要量100の場合のa、b、c、dと比較すると、a1<a、b1<b、c1<c、d1<dとなる。また、図19(c)に示す需要量120の場合、図12に示すグラフにおける需要量境界線503が右斜め上の方向に移動することになり、a2、b2、c2、d2の値は、需要量100の場合のa、b、c、dと比較すると、a2>a、b2>b、c2>c、d2>dとなる。
前述したように、本発明の実施形態は、需要データを入力後、商品毎に、需要量ランク、需要予測精度ランク、及び、需要量により在庫管理レベルを判定する「在庫管理レベル選定テーブル303」を作成し、そこから最適な在庫管理レベルを選択し、この在庫管理レベルの決定と同時に、6つの在庫補充制約条件(「制約なし」、「受注/出荷日固定」、「補充サイクル固定」、「補充量固定」、「補充量制約」、「最大在庫量固定」)を加味して、在庫補充モデルを判定して、最適な5つの在庫補充モデル(必要時必要量型モデル、定期必要量型モデル、必要時定量型モデル、発注点法型モデル、定期上限値型モデル)の1つを選択している。
このような本発明の実施形態によれば、製品(商品)の特性に応じて在庫管理のレベルを選定することができ、さらに、その在庫管理レベルに補充制約条件を加味して、製品(商品)毎の最適な在庫補充モデル選定することができ、これによって、製品(商品)毎の適正在庫水準、的確な在庫管理を実現することができ、在庫管理システム全体の精度の向上を図ることができる。
本発明は、流通業、製造業等の広い範囲で利用することが可能である。
本発明の一実施形態による在庫補充モデルの選定システムの構成例を示すブロック図である。 処理装置に含まれる在庫管理レベル処理部及び在庫補充モデル処理部と、記憶装置に収容される各テーブル、各DBとの関連を説明する図である。 需要情報DBのデータ構成例を示す図である。 需要予測DBのデータ構成例を示す図である。 在庫管理レベルパラメータテーブルのデータ構成例を示す図である。 在庫管理レベル選定テーブルのデータ構成例を示す図である。 在庫管理レベルDBのデータ構成例を示す図である。 在庫補充制約条件テーブルのデータ構成例を示す図である。 商品補充制約条件テーブルのデータ構成例を示す図である。 在庫補充モデルDBのデータ構成例を示す図である。 本発明の実施形態による在庫補充モデルの選定の手順を説明するフローチャートである。 図6に示す「在庫管理レベル選定テーブル」を商品毎に作成して、それをグラフにして模式的に説明する図である。 在庫管理レベル選定テーブルのデータ構成を細分化して示す図である。 必要時必要量型モデルについて在庫量の時間変化を示す図である。 定期必要量型モデルについて在庫量の時間変化を示す図である。 必要時定量型モデルについて在庫量の時間変化を示す図である。 発注点法型モデルについて在庫量の時間変化を示す図である。 定期上限値型モデルについて在庫量の時間変化を示す図である。 異なる需要量毎の在庫管理レベル選定テーブル303のデータ構成例を示す図である。
符号の説明
10 入力装置
20 画面表示装置
30 処理装置
40 記憶装置
50 出力装置
60 在庫管理レベル処理部
70 在庫補充モデル処理部
80 受注予測システム
90 受注システム
100 発注システム
300 需要情報データベース(DB)
301 需要予測DB
302 在庫管理レベルパラメータテーブル
303 在庫管理レベル選定テーブル
304 在庫管理レベルDB
305 在庫補充制約条件テーブル
306 商品補充制約条件テーブル
307 在庫補充モデルDB

Claims (5)

  1. SCMの在庫計画における在庫補充モデルの選定方法において、情報処理装置内に在庫管理レベル処理部と、在庫補充モデル処理部とを構成し、前記在庫管理レベル処理部は、入力される商品毎の需要情報、需要予測情報、及び、予め定めた在庫管理レベルパラメータ、在庫管理レベル選定情報に基づいて商品毎の在庫管理レベルを決定し、前記在庫補充モデル処理部は、前記商品毎の在庫管理レベルと、商品毎に予め定めた制約条件とに基づいて商品毎の在庫補充モデルを決定することを特徴とする在庫補充モデルの選定方法。
  2. 前記在庫管理レベルは、需要予測精度ランク、需要量ランク、及び、需要量により移動する需要量境界線の3つにより選定されることを特徴とする請求項1記載の在庫補充モデルの選定方法。
  3. 制約条件は、「制約なし」、「受注/出荷日固定」、「補充サイクル固定」、「補充量固定」、「補充量制約」、「最大在庫量固定」のうちのいずれか1つであることを特徴とする請求項1または2記載の在庫補充モデルの選定方法。
  4. 前記在庫補充モデルは、「必要時必要量型」、「定期必要型」、「必要時定量型」、「発注点法型」、「定期上限値型」のうちのいずれか1つであることを特徴とする請求項1、2または3記載の在庫補充モデルの選定方法。
  5. SCMの在庫計画における在庫補充モデルの選定方法システムにおいて、情報処理装置内に、入力される商品毎の需要情報、需要予測情報、及び、予め定めた在庫管理レベルパラメータ、在庫管理レベル選定情報に基づいて商品毎の在庫管理レベルを決定する在庫管理レベル処理部と、前記商品毎の在庫管理レベル、及び、商品毎に予め定めた制約条件に基づいて商品毎の在庫補充モデルを決定する在庫補充モデル処理部とを構成したことを特徴とする在庫補充モデルの選定システム。
JP2005042738A 2005-02-18 2005-02-18 在庫補充モデルの選定方法及びシステム Active JP4753590B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2005042738A JP4753590B2 (ja) 2005-02-18 2005-02-18 在庫補充モデルの選定方法及びシステム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2005042738A JP4753590B2 (ja) 2005-02-18 2005-02-18 在庫補充モデルの選定方法及びシステム

Publications (2)

Publication Number Publication Date
JP2006228035A true JP2006228035A (ja) 2006-08-31
JP4753590B2 JP4753590B2 (ja) 2011-08-24

Family

ID=36989355

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2005042738A Active JP4753590B2 (ja) 2005-02-18 2005-02-18 在庫補充モデルの選定方法及びシステム

Country Status (1)

Country Link
JP (1) JP4753590B2 (ja)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111815198A (zh) * 2020-07-27 2020-10-23 名创优品(横琴)企业管理有限公司 一种门店补货方法、装置和设备
CN113673938A (zh) * 2021-10-25 2021-11-19 北京每日优鲜电子商务有限公司 物品分拣方法、装置、电子设备和计算机可读介质
CN113743853A (zh) * 2020-11-10 2021-12-03 北京沃东天骏信息技术有限公司 一种货物信息确定方法、设备和计算机可读存储介质
CN113780611A (zh) * 2020-12-10 2021-12-10 北京沃东天骏信息技术有限公司 一种库存管理方法和装置
CN114219397A (zh) * 2021-12-14 2022-03-22 深圳壹账通智能科技有限公司 库存管理方法、装置、设备及存储介质
JP2022168817A (ja) * 2021-04-26 2022-11-08 クーパン コーポレイション 発注に関連した情報を提供する電子装置の動作方法及びこれを支援する電子装置
CN116011934A (zh) * 2023-03-21 2023-04-25 深圳美云集网络科技有限责任公司 一种基于目标库存的商品补货方法和系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02300968A (ja) * 1989-05-16 1990-12-13 Nec Corp 在庫管理における最適補充発注方式
JPH07192068A (ja) * 1993-12-27 1995-07-28 Nec Corp 在庫管理システムにおける発注方法決定方式
JP2004078487A (ja) * 2002-08-15 2004-03-11 Hitachi Ltd 物流管理方法および情報処理装置
JP2004292101A (ja) * 2003-03-26 2004-10-21 Osaka Gas Co Ltd 発注処理支援システム及び方法
JP2005029368A (ja) * 2003-07-09 2005-02-03 Kozo Keikaku Engineering Inc 在庫管理システム及び在庫管理方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02300968A (ja) * 1989-05-16 1990-12-13 Nec Corp 在庫管理における最適補充発注方式
JPH07192068A (ja) * 1993-12-27 1995-07-28 Nec Corp 在庫管理システムにおける発注方法決定方式
JP2004078487A (ja) * 2002-08-15 2004-03-11 Hitachi Ltd 物流管理方法および情報処理装置
JP2004292101A (ja) * 2003-03-26 2004-10-21 Osaka Gas Co Ltd 発注処理支援システム及び方法
JP2005029368A (ja) * 2003-07-09 2005-02-03 Kozo Keikaku Engineering Inc 在庫管理システム及び在庫管理方法

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111815198A (zh) * 2020-07-27 2020-10-23 名创优品(横琴)企业管理有限公司 一种门店补货方法、装置和设备
CN111815198B (zh) * 2020-07-27 2022-07-08 创优数字科技(广东)有限公司 一种门店补货方法、装置和设备
CN113743853A (zh) * 2020-11-10 2021-12-03 北京沃东天骏信息技术有限公司 一种货物信息确定方法、设备和计算机可读存储介质
CN113780611A (zh) * 2020-12-10 2021-12-10 北京沃东天骏信息技术有限公司 一种库存管理方法和装置
JP2022168817A (ja) * 2021-04-26 2022-11-08 クーパン コーポレイション 発注に関連した情報を提供する電子装置の動作方法及びこれを支援する電子装置
JP2022168800A (ja) * 2021-04-26 2022-11-08 クーパン コーポレイション 発注に関連した情報を提供する電子装置の動作方法及びこれを支援する電子装置
JP7222587B2 (ja) 2021-04-26 2023-02-15 クーパン コーポレイション 発注に関連した情報を提供する電子装置の動作方法及びこれを支援する電子装置
CN113673938A (zh) * 2021-10-25 2021-11-19 北京每日优鲜电子商务有限公司 物品分拣方法、装置、电子设备和计算机可读介质
CN113673938B (zh) * 2021-10-25 2022-02-18 北京每日优鲜电子商务有限公司 物品分拣方法、装置、电子设备和计算机可读介质
CN114219397A (zh) * 2021-12-14 2022-03-22 深圳壹账通智能科技有限公司 库存管理方法、装置、设备及存储介质
CN116011934A (zh) * 2023-03-21 2023-04-25 深圳美云集网络科技有限责任公司 一种基于目标库存的商品补货方法和系统
CN116011934B (zh) * 2023-03-21 2023-09-01 深圳美云集网络科技有限责任公司 一种基于目标库存的商品补货方法和系统

Also Published As

Publication number Publication date
JP4753590B2 (ja) 2011-08-24

Similar Documents

Publication Publication Date Title
US7660730B2 (en) Method of creating production plan of demand variation input type and method of creating production plan minimizing risk of demand variations
Boute et al. Dual sourcing and smoothing under nonstationary demand time series: Reshoring with SpeedFactories
JP4753590B2 (ja) 在庫補充モデルの選定方法及びシステム
US20150032512A1 (en) Method and system for optimizing product inventory cost and sales revenue through tuning of replenishment factors
JP4759544B2 (ja) 在庫計画システム
JP2007279876A (ja) 生産計画方法及び生産計画システム
US20160018797A1 (en) Apparatus and method for calculating proxy limits to support cascaded model predictive control (mpc)
JP2007140785A (ja) 在庫管理システム
US20060089867A1 (en) Inventory control system and method
EP1793333A1 (en) Automatic cost generator for use with an automated supply chain optimizer
CN117494973A (zh) 用于确定排产方案的方法、装置、存储介质及处理器
JP2008021020A (ja) 販売計画作成支援システム
JP2006350883A (ja) 知識データベースを利用した需要予測値自動判定システムおよびそれに用いられる需要予測値自動判定プログラム並びにそのプログラムが記録された記録媒体
JP2020119029A (ja) 発注情報計算プログラム、装置、及び方法
KR100780103B1 (ko) 자재 소요량 및 생산 계획 소요량 산출 방법 및 이를구현하기 위한 프로그램이 기록된 기록매체
US20090216583A1 (en) Approximating cycle times within material flow network
Deletoille Inventory Control of Large Scale Multi-Item System with Minimum Order Quantity Constraint and Non-Stationary Demand
US20040167831A1 (en) Rehandling planning system and rehandling planning method
CN113592380B (zh) 一种安全库存的配置方法及装置
JP2006171856A (ja) 在庫補充計画システム、在庫補充計画方法、および在庫補充計画プログラム
JP7502975B2 (ja) 処理装置、処理方法、およびプログラム
US20220101231A1 (en) Systems and methods for supply management
Bangash et al. Inventory requirements planning at lucent technologies
JP2005352928A (ja) 在庫管理支援システムおよび支援プログラム
Onokoko Forecasting of Product Categories using Time-Series Model Optimization

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20080122

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20100831

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20100907

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20101102

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20110510

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20110524

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20140603

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Ref document number: 4753590

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

Free format text: JAPANESE INTERMEDIATE CODE: R150